Ensemble Averaging
APPLIKATION
Vid fysiologiska mätningar är det ofta så att man måste hantera låga “signal-till-brus”-förhållanden eftersom biopotentialsignaler ibland är väldigt svaga (uV eller mV) och miljön både inuti och utanför kroppen bidrar med störsignaler. Ibland vill man också, om möjligt, medelvärdesbilda bort variabilitet som finnns mellan upprepade händelser av samma fenomen.
Exempel på Ensemble Averaging där man utgår ifrån R-peaken i EKG och sedan för ett tidsfönster motsvarande en hjärtcykel får ensemble medelvärdet för finger PPG, bioimpedans dZ/dt, EKG och blodtryck. Klicka på bilden ovan för förstoring.
Det bästa är att förebygga artefakter och brus genom göra det man kan för att få en så bra signalkvalitet som möljligt från början. Men likväl så måste man ofta ändå tillgripa olika matematiska signalbehandlingsmetoder för att ytterligare förbättra S/N förhållandet. Då är det viktigt att kunna hantera och förstå de olika metoderna och när en viss metod är att föredra framför en annan.
Vanliga metoder är frekvensbaserade metoder (frekvensfiltrering), glidande medel och medianvärden med olika tidsfönster samt ensemble medelvärde (Ensemble Averaging).
Ensemble Average bygger på att man har cykliska eller repeterbara förlopp så att man kan bilda medelvärdet av flera olika mätningar. Denna metod tar alltså bort slumpmässiga variationer, vare sig det är brus/störningar eller faktisk variabilitet.
I AcqKnowledge finns det flera sätt att få fram ett ensemble average:
- Att vid mätdatainsamlingen tala om för mätsystemet att direkt skapa ensemblen genom medelvärdesbilda repetitiva mätningar av stimuli-respons-förloppet ett förutbestämt antal gånger. Ju större ensemble man har desto säkrare medelvärde får man.
- Man kan även i efterhand, utifrån mätdata och antingen mätvärdestoppar eller eventmarkörer i mätfilen, skapa en ensemble som definieras utifrån ett litet tidsfönster kring event/topp. Det kan göras antingen via menyalternativ(2), eller via BIOPAC scripts(1).
Övriga exempel när man i princip måste använda Ensemble Averaging för att få vettiga data för vidare analys är:
- Auditory Brainstem response (ABR), dvs. via plötsliga ljudpulser som triggar hjärnstammen som mäts via evoke response elektroder på huvudet. Här har man i praktiken ofta så svaga signaler i förhållande till omgivande brus att man måste göra många mätningar för att få fram ett bra medelvärdes-respons.
- fMRI och fNIRS mäter förändringar i hjärnans syresättning i olika områden och vill man mäta upp dessa förändringar som svar på olika kognitiva processer är ofta signalerna så svaga att enstaka mätningar ibland drunknar i brus. Då måste man också göra Ensemble Average.
Behöver du hjälp?
Välkommen att kontakta oss! Vi guidar dig framåt i din beslutsprocess och är måna om att hitta en optimal teknisk lösning för just din applikation. Använd gärna vårt webb-formulär för vägledning.
Missa inte BIOPAC webinars!
Anmäl dig till live-sessioner eller titta på inspelat material när du vill.
